در حالی که بحث‌های گسترده‌ای پیرامون توقف توسعه مدل‌های پیشرو (Frontier AI) در جریان است، یک مشکل پیچیده‌تر در افق دیده می‌شود: احتمال انتشار مدل‌های خطرناک با وزن‌های باز (Open-Weight) که ساختارهای نظارتی فعلی قادر به مهار آن‌ها نیستند.
ناکامی مدل نظارتی فعلی (Jawboning)
در حال حاضر، دولت ایالات متحده عمدتاً از طریق فشار سیاسی و تهدیدات قانونی (Jawboning) بر شرکت‌های بزرگ تولیدکننده مدل‌های Closed-Weight (مدل‌هایی که قابل کپی یا تغییر توسط کاربر نیستند) نظارت می‌کند. این روش به دلیل تعداد محدود بازیگران اصلی مانند OpenAI و Anthropic کارساز بوده است. اما با نزدیک شدن مدل‌های Open-Weight به سطح توانمندی مدل‌های پیشرو، این ساختار شکست خواهد خورد؛ زیرا تعداد شرکت‌ها و افرادی که می‌توانند این مدل‌ها را کپی و اجرا کنند بسیار زیاد است و بسیاری از آن‌ها هیچ وابستگی قراردادی یا مالی به دولت ندارند که از طریق آن قابل کنترل باشند.
موانع قضایی و رای دادگاه عالی
تحلیل‌ها نشان می‌دهد که رای‌های اخیر دادگاه عالی ایالات متحده، مسیر ایجاد یک نهاد نظارتی مستقل و متخصص را دشوار کرده است. طبق رای پرونده Trump v. Slaughter، رئیس‌جمهور باید قدرت برکناری اعضای کمیسیون‌های مستقل را داشته باشد، که این امر منجر به سیاسی شدن نظارت‌ها و از بین رفتن تداوم فنی در تغییر دولت‌ها می‌شود.
چالش‌های قانونی در اجرای مقررات
- دکترین سوالات کلیدی (Major Questions Doctrine): این دکترین ایجاب می‌کند که برای نظارت بر بخش‌های حیاتی اقتصاد، کنگره باید صراحتاً اختیار آن را به قوه مجریه تفویض کرده باشد. بدون این تفویض صریح، هرگونه تلاش برای نظارت گسترده بر مدل‌های Open-Weight احتمالاً در دادگاه‌ها رد خواهد شد.
- پایان Chevron Deference: با رای پرونده Loper Bright Enterprises v. Raimondo، دادگاه‌ها دیگر ملزم به پذیرش تفسیرات سازمان‌های دولتی از قوانین مبهم نیستند، که این موضوع انعطاف‌پذیری سازمان‌ها در مواجهه با تغییرات سریع AI را کاهش می‌دهد.
- بند تجارت (Commerce Clause): حتی اگر کنگره قانونی تصویب کند، بحث بر سر این است که آیا «نگهداری و اجرای محلی» یک مدل AI (بدون قصد فروش یا انتقال داده) را می‌توان تحت بند تجارت نظارت کرد یا خیر. رویه‌های قضایی اخیر (مانند پرونده Lopez و Morrison) نشان می‌دهد که فعالیت‌های غیرتجاری محلی سخت‌تر قابل نظارت هستند.
نتیجه‌گیری فنی و استراتژیک
در نهایت، نظارت بر مدل‌های Open-Weight که در خارج از مرزهای آمریکا توسعه می‌یابند، تقریباً غیرممکن است. تنها مسیر باقی‌مانده برای دولت، تصویب قوانین بسیار دقیق و به‌روزرسانی‌های مکرر سالانه توسط کنگره است که با توجه به فضای سیاسی فعلی، بعید به نظر می‌رسد. این وضعیت منجر به ایجاد یک خلاء نظارتی می‌شود که در آن ریسک‌های وجودی (Existential Risks) مرتبط با هوش مصنوعی، بدون ابزاری برای مهار، باقی می‌مانند.
